MétaCan
Menu
Retour à la cohorte
Enregistrement W4388736605 · doi:10.53555//sfs.v10i3.1751

Development of Cheese Analogue using Olive Oil and Lactobacillus Bulgaricus

2023· article· en· W4388736605 sur OpenAlexvenueno aff
Muhammad Zulqarnain, Muhammad Hamza, Muhammad Jahanzaib Mughal, Asif Meraj, Sania Tanveer, M. Anwar, Ayesha Adil, Mubashir Mubben, Tanveer Ahmad

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood scienceChemistryMoistureFlavorChewinessCaseinOlive oilLactobacillusFat substituteTotal dissolved solidsOrganic chemistryFermentation

Résumé

récupéré en direct d'OpenAlex

Cheese considered as a well-known dairy product which is manufactured in many varieties according to its texture and flavors. Cheese is formed by coagulation of casein and having high protein contents. Due to increase awareness of modern consumers’ fortification of dairy foods including fresh cheese are in demand. Cheese analogues are made for fulfilling the demand of cheese. Cheese analogues are processed cheese-like product and enriched in nutrients. It is healthy and seems to be attractive when it is rearranged and prepared by using ingredients coming from natural source. Cheese analogue produced from olive oil is used as an alternate of cheese. Olive oil improves cardiovascular risk factors, such as endothelial dysfunction, blood pressure, postprandial hyper-lipidemia, lipid profiles, antithrombotic profiles and oxidative stress. The objective of present study is to develop cheese analogue using olive oil and Lactobacillus bulgaricus. Single step emulsification was done for fat stabilization. L. bulgaricus was isolated from yoghurt. Cheese analogue was subjected to physicochemical, microbiological and sensory analysis. Proximate analysis (moisture, pH, fat contents, ash, total solids and acidity) physicochemical analysis, sensory analysis and rheological analysis were performed. Physiochemical investigation has demonstrated that, with an increase in the olive oil level in cheese, non-significant pH, moisture, fat, total solids, total nitrogen and protein content were considerably influenced by olive oil amounts. Rheological research showed that olive oil quantity has a substantial effect on curd texture. Flavor and overall acceptance were significantly affected by days and concentration. Samples indicate more substantial results and general acceptance compared to other samples treated with minimum olive oil concentrations. The data obtained was analyzed statistically.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,308
Tête enseignante GPT0,283
Écart entre enseignants0,025 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetProteins in Food SystemsTravaux en français237 207